视频理解
文章平均质量分 91
jiyeyong
AI算法工程师,本人微信:woxinxie1234,欢迎一起讨论。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
《End-to-End Learning of Motion Representation for Video Understanding》论文阅读
CVPR 2018 | 腾讯AI Lab、MIT等机构提出TVNet:可端到端学习视频的运动表征 动机 尽管端到端的特征学习已经取得了重要的进展,但是人工设计的光流特征仍然被广泛用于各类视频分析任务中。为了弥补这个不足而提出; 以前的方法: 尽管已经有些研究在尝试通过在空间和时间维度上同时执行卷积运算来学习特征,但是人工设计的光流(optical flow)特征在视频分析上仍有广泛和...原创 2018-11-08 20:33:53 · 392 阅读 · 0 评论 -
18-Non-local-Neural-Networks
when CVPR 2018 何凯明 RGB what 提出了“非局部神经网络”。受计算机视觉中的经典非局部均值方法的启发而来,非局部网络可以作为一个简单高效的通用模块,嵌入现有视觉模型中,实验证明能够提高图像及视频分类精度,用作者的话说,在视频分类任务上,即使没有任何花里胡哨的处理,我们的非局部模型也能在 Kinetics 和 Charades 数据集上获得与一些当前视觉竞赛的冠军模型相当...原创 2019-01-11 15:36:45 · 802 阅读 · 0 评论
分享